将freebase转储导入Apache-Jena时出现问题

Question

我从freebase下载了最新的数据转储 - 它是一个22gb的gzip文件。但是，存档内部只包含一个文件，即1.6gb。

具体来说，当我使用apache-jena（tdbloader）导入压缩的gz文件时，数据不完整。乔治克鲁尼在数据库中失踪了。

编辑：这是我在检查转储时看到的内容：

Answer 1

您无法判断未压缩文件使用gzip --list有多大，因为它有错误（并在其手册页上有详细说明）。

http://www.freebsd.org/cgi/man.cgi?query=gzip#end

Answer 2

像汤姆莫里斯说的那样，

  

你无法判断未压缩文件使用gzip --list有多大，因为它有错误（并在其手册页上记录）。 http://www.freebsd.org/cgi/man.cgi?query=gzip#end

问题是Apache-Jena依赖gzip信息来知道何时停止将文件导入数据库。 freebase网站建议不要解压缩存档，但是由于这个错误，你实际上必须这样做，否则你最终会得到一个不完整的数据库。我会保留这个问题，因为其他人可能会发现这个信息很有用。